Go reflect包提供了运行时获取对象的类型和值的能力，它可以帮助我们实现代码的抽象和简化，实现动态的数据获取和方法调用， 提高开发效率和可读性， 也弥补Go在缺乏泛型的情况下对数据的统一处理能力。
通过reflect，我们可以实现获取对象类型、对象字段、对象方法的能力，获取struct的tag信息，动态创建对象，对象是否实现特定的接口，对象的转换、对象值的获取和设置、Select分支动态调用等功能， 看起来功能不错，但是大家也都知道一点: 使用reflect是有性能代价的!
测试
Java中的reflect的使用对性能也有影响， 但是和Java reflect不同， Java中不区分Type和Value类型的， 所以至少Java中我们可以预先讲相应的reflect对象缓存起来，减少反射对性能的影响， 但是Go没办法预先缓存reflect, 因为Type类型并不包含对象运行时的值，必须通过ValueOf和运行时实例对象才能获取Value对象。
对象的反射生成和获取都会增加额外的代码指令， 并且也会涉及interface{}装箱/拆箱操作，中间还可能增加临时对象的生成，所以性能下降是肯定的，但是具体能下降多少呢，还是得数据来说话。
当然，不同的reflect使用的姿势， 以及对象类型的不同，都会多多少少影响性能的测试数据，我们就以一个普通的struct类型为例：
package testimport ("reflect""testing")type Student struct {Name stringAge intClass stringScore int}func BenchmarkReflect_New(b *testing.B) {var s *Studentsv := reflect.TypeOf(Student{})b.ResetTimer()for i := 0; i < b.N; i++ {sn := reflect.New(sv)s, _ = sn.Interface().(*Student)}_ = s}func BenchmarkDirect_New(b *testing.B) {var s *Studentb.ResetTimer()for i := 0; i < b.N; i++ {s = new(Student)}_ = s}func BenchmarkReflect_Set(b *testing.B) {var s *Studentsv := reflect.TypeOf(Student{})b.ResetTimer()for i := 0; i < b.N; i++ {sn := reflect.New(sv)s = sn.Interface().(*Student)s.Name = "Jerry"s.Age = 18s.Class = "20005"s.Score = 100}}func BenchmarkReflect_SetFieldByName(b *testing.B) {sv := reflect.TypeOf(Student{})b.ResetTimer()for i := 0; i < b.N; i++ {sn := reflect.New(sv).Elem()sn.FieldByName("Name").SetString("Jerry")sn.FieldByName("Age").SetInt(18)sn.FieldByName("Class").SetString("20005")sn.FieldByName("Score").SetInt(100)}}func BenchmarkReflect_SetFieldByIndex(b *testing.B) {sv := reflect.TypeOf(Student{})b.ResetTimer()for i := 0; i < b.N; i++ {sn := reflect.New(sv).Elem() sn.Field(0).SetString("Jerry")sn.Field(1).SetInt(18)sn.Field(2).SetString("20005")sn.Field(3).SetInt(100)}}func BenchmarkDirect_Set(b *testing.B) {var s *Studentb.ResetTimer()for i := 0; i < b.N; i++ {s = new(Student)s.Name = "Jerry"s.Age = 18s.Class = "20005"s.Score = 100}}测试结果:
BenchmarkReflect_New-4 20000000 70.0 ns/op 48 B/op 1 allocs/opBenchmarkDirect_New-4 30000000 45.6 ns/op 48 B/op 1 allocs/opBenchmarkReflect_Set-4 20000000 73.6 ns/op 48 B/op 1 allocs/opBenchmarkReflect_SetFieldByName-4 3000000 492 ns/op 80 B/op 5 allocs/opBenchmarkReflect_SetFieldByIndex-4 20000000 111 ns/op 48 B/op 1 allocs/opBenchmarkDirect_Set-4 30000000 43.1 ns/op 48 B/op 1 allocs/op测试结果
我们进行了两种功能的测试：
对象(struct)的创建
对象字段的赋值
对于对象的创建，通过反射生成对象需要 70纳秒， 而直接new这个对象却只需要45.6纳秒， 性能差别还是很大的。
对于字段的赋值，一共四个测试用例：
Reflect_Set: 通过反射生成对象，并将这个对象转换成实际的对象，直接调用对象的字段进行赋值， 需要
73.6纳秒Reflect_SetFieldByName: 通过反射生成对象，通过
FieldByName进行赋值， 需要492纳秒Reflect_SetFieldByIndex: 通过反射生成对象，通过
Field进行赋值， 需要111纳秒Direct_Set: 直接调用对象的字段进行赋值， 只需要
43.1纳秒
Reflect_Set和Direct_Set性能的主要差别还是在于对象的生成，因为之后字段的赋值方法都是一样的，这也和对象创建的测试case的结果是一致的。
如果通过反射进行赋值，性能下降是很厉害的，耗时成倍的增长。比较有趣的是，FieldByName方式赋值是Field方式赋值的好几倍， 原因在于FieldByName会有额外的循环进行字段的查找，虽然最终它还是调用Field进行赋值：
func (v Value) FieldByName(name string) Value {v.mustBe(Struct)if f, ok := v.typ.FieldByName(name); ok {return v.FieldByIndex(f.Index)}return Value{}}func (v Value) FieldByIndex(index []int) Value {if len(index) == 1 {return v.Field(index[0])}v.mustBe(Struct)for i, x := range index {if i > 0 {if v.Kind() == Ptr && v.typ.Elem().Kind() == Struct {if v.IsNil() {panic("reflect: indirection through nil pointer to embedded struct")}v = v.Elem()}}v = v.Field(x)}return v}优化
从上面的测试结果看， 通过反射生成对象和字段赋值都会影响性能，但是通过反射的确确确实实能简化代码，为业务逻辑提供统一的代码， 比如标准库中json的编解码、rpc服务的注册和调用， 一些ORM框架比如gorm等，都是通过反射处理数据的，这是为了能处理通用的类型。
...... case reflect.String:v.SetString(string(s))case reflect.Interface:if v.NumMethod() == 0 {v.Set(reflect.ValueOf(string(s)))} else {d.saveError(&UnmarshalTypeError{Value: "string", Type: v.Type(), Offset: int64(d.readIndex())}) } ...... for fieldIndex, field := range selectFields {if field.DBName == column {if field.Field.Kind() == reflect.Ptr {values[index] = field.Field.Addr().Interface()} else {reflectValue := reflect.New(reflect.PtrTo(field.Struct.Type))reflectValue.Elem().Set(field.Field.Addr())values[index] = reflectValue.Interface()resetFields[index] = field}selectedColumnsMap[column] = offset + fieldIndexif field.IsNormal {break}} }在我们追求高性能的场景的时候，我们可能需要尽量避免反射的调用， 比如对json数据的unmarshal， easyjson就通过生成器的方式，避免使用反射。
func (v *Student) UnmarshalJSON(data []byte) error {r := jlexer.Lexer{Data: data}easyjson4a74e62dDecodeGitABCReflect(&r, v)return r.Error()}func (v *Student) UnmarshalEasyJSON(l *jlexer.Lexer) {easyjson4a74e62dDecodeGitABCReflect(l, v)}func easyjson4a74e62dDecodeGitABCReflect(in *jlexer.Lexer, out *Student) {isTopLevel := in.IsStart()if in.IsNull() {if isTopLevel {in.Consumed()}in.Skip()return}in.Delim('{')for !in.IsDelim('}') {key := in.UnsafeString()in.WantColon()if in.IsNull() {in.Skip()in.WantComma()continue}switch key {case "Name":out.Name = string(in.String())case "Age":out.Age = int(in.Int())case "Class":out.Class = string(in.String())case "Score":out.Score = int(in.Int())default:in.SkipRecursive()}in.WantComma()}in.Delim('}')if isTopLevel {in.Consumed()}}其它的一些编解码库也提供了这种避免使用反射的方法来提高性能。
顺带测一下"装箱/拆箱"操作带来的性能影响
func DirectInvoke(s *Student) {s.Name = "Jerry"s.Age = 18s.Class = "20005"s.Score = 100}func InterfaceInvoke(i interface{}) {s := i.(*Student)s.Name = "Jerry"s.Age = 18s.Class = "20005"s.Score = 100}func BenchmarkDirectInvoke(b *testing.B) {s := new(Student)for i := 0; i < b.N; i++ {DirectInvoke(s)}_ = s}func BenchmarkInterfaceInvoke(b *testing.B) {s := new(Student)for i := 0; i < b.N; i++ {InterfaceInvoke(s)}_ = s}测试结果:
BenchmarkDirectInvoke-4 300000000 5.60 ns/op 0 B/op 0 allocs/opBenchmarkInterfaceInvoke-4 200000000 6.64 ns/op 0 B/op 0 allocs/op可以看到将具体对象转换成 interface{}(以及反向操作)确实回带来一点点性能的影响，不过看起来影响倒不是很大。